京都大学／東京工業大学 首藤研究室

高橋 賢

略歴

２０１４年３月 　都立町田高等学校 卒業

２０１４年４月 　東京工業大学理学部 入学

２０１５年４月 　情報科学科 所属

２０１７年３月 　首藤研究室 所属

２０１８年３月 　東京工業大学理学部情報科学科 卒業予定

２０１８年４月 　東京工業大学情報理工学院数理・計算科学系数理・計算科学コース 入学予定  

好きな事・趣味

研究分野

機械学習 (Machine Learning) ，深層学習 (Deep Learning)  

学士論文

周波数に着目したAdversarial Examplesに対する頑健性の向上

Abstract

近年，機械学習による画像認識の精度は大きく向上し，自動運転や顔認証など幅広い場面で利用され始めている．その一方で，対象画像に対してある摂動を加えることで生成されるadversarial examplesと呼ばれる画像は，人為的に誤認識を引き起こすことが可能であることが報告されている．従来の研究では，訓練用データセットにadversarial examplesも含めて学習させることで，頑健性を向上させてきた．しかし，このような手法は学習段階で適用する必要があり，学習済みモデルなどに対して直接適用できず，また新しい攻撃手法ごとに再学習する必要がある．したがって，本研究では学習後の予測モデルに対して一般的に頑健性を向上させる手法を提案する．adversarial examples，摂動および元画像の周波数に特徴があるかをフーリエ変換を使用して解析し，その特定周波数をカットすることで頑健性を向上させることが出来るかを実験した．結果として，フィルタを適用することで精度の向上に成功した．